分层协作 GFlowNets 提升模式覆盖

论文提出分层协作 GFlowNets，用共享分类器划分搜索空间以扩大模式覆盖。

资讯摘要

论文提出分层协作 GFlowNets（HCG），用共享分类器动态划分搜索空间，让排名最高的模型探索全空间，较低排名模型被逐步推向高排名模型未覆盖的区域，从而避免多个 GFlowNet 坍缩到同一高奖励区。作者给出学习目标如何转移概率质量的理论刻画，并推导出归一化加权聚合规则，证明在给定假设下可恢复目标奖励比例分布。实验覆盖多峰分布、序列生成、组合优化和生物序列设计。

要点速读

1. HCG 通过共享分类器协调分层结构，各 GFlowNet 保持独立参数化并支持异步训练。
2. 作者推导归一化加权聚合规则，并证明在所述假设下可恢复目标奖励比例分布。
3. 在多峰分布、序列生成、组合优化和生物序列设计实验中，作者报告模式覆盖与目标逼近有所改善。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。